Utilizing Non-β-Lactam Antibiotics to Combat Antimicrobial Resistance by Targeting Multiple Virulence Factors of <i>Pseudomonas aeruginosa</i>
Notice bibliographique
Résumé
In pre-antibiotic times, various highly contagious diseases like cholera, smallpox and tuberculosis were widespread worldwide. Penicillin discovery in the late 1920s was a groundbreaking moment in medical history, saving countless lives. However, over the next few decades, microbes developed antibiotic resistance, leading to a global public health threat known as antimicrobial resistance (AMR). Pseudomonas aeruginosa is a major contributor to hospital-acquired infections, affecting millions of patients and causing numerous deaths annually. Several non-[Formula: see text]-lactam antibiotics combat these infections effectively, while their effect on P. aeruginosa quorum sensing (QS) has been insufficiently explored. We have undertaken comprehensive research to understand the effect of non-[Formula: see text]-lactam antibiotics on various targets of P. aeruginosa. Using molecular simulations, we scrutinize these antibiotics” dynamic behavior and stability. Based on toxicity, binding energy and binding site, platensimycin and sulfasalazine were identified as promising candidates against various targets of P. aeruginosa. The binding energies for sulfasalazine and platensimycin with LasA were found to be −8.1 and −8.6 kcal/mol, respectively. Both of these leading antibiotics were interacting at the active sites of all tested proteins (LasA, LasI and PqsR). The examination of molecular dynamics confirmed the stable complex formation of the lead non-[Formula: see text]-lactam antibiotics with all selected target proteins under normal physiological conditions. These findings emphasize the potential efficacy of platensimycin and sulfasalazine. They could potentially be repurposed for targeting the QS of P. aeruginosa.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».